索引 Keras 张量答案

【问题标题】：Indexing a Keras Tensor索引 Keras 张量
【发布时间】：2018-06-02 02:41:03
【问题描述】：

我的 Keras 函数模型的输出层是一个张量 x，维度为 (None, 1344, 2)。我希望从x 的第二维中提取n < 1344 条目并创建一个大小为(None, n, 2) 的新张量y。

通过简单地访问x[:, :n,:] 来提取n 连续条目似乎很简单，但如果n 索引不连续，则（似乎）很困难。 Keras 有干净的方法吗？

这是我目前的方法。

实验 1（切片张量、连续索引、工作）：

print('My tensor shape is', K.int_shape(x)) #my tensor 
(None, 1344, 2) # as printed in my code
print('Slicing first 5 entries, shape is', K.int_shape(x[:, :5, :]))
(None, 5, 2) # as printed in my code, works!

实验 2（在任意索引处索引张量，失败）

print('My tensor shape is', K.int_shape(x)) #my tensor 
(None, 1344, 2) # as printed in my code
foo = np.array([1,2,4,5,8])
print('arbitrary indexing, shape is', K.int_shape(x[:,foo,:]))

Keras 返回以下错误：

ValueError: Shapes must be equal rank, but are 1 and 0
From merging shape 1 with other shapes. for 'strided_slice_17/stack_1' (op: 
'Pack') with input shapes: [], [5], [].

实验3（张量流后端函数）我也尝试过K.backend.gather，但它的用法尚不清楚，因为 1) Keras 文档指出索引应该是整数张量，如果我的目标是提取 x 中的条目满足某些条件和 2) K.backend.gather 似乎从 axis = 0 中提取条目，而我想从 x 的第二维中提取条目。

【问题讨论】：

标签： python tensorflow keras keras-layer

【解决方案1】：

您正在寻找tf.gather_nd，它将基于索引数组进行索引：

# From documentation
indices = [[0, 0], [1, 1]]
params = [['a', 'b'], ['c', 'd']]
output = ['a', 'd']

要在 Keras 模型中使用它，请确保将其包装在像 Lambda 这样的层中。

【讨论】：